学遥感地信可以做什么

bjszkj

基于遥感及气象数据的生态环境脆弱性评价的解决方案
1.引言
     生态环境脆弱性是生态系统在特定时空尺度对于外界干扰所具有的敏感反应和自恢复能力，是自然属性和人类经济行为共同作用的结果。对区域生态环境脆弱性进行评价，不仅对保护区域生态环境具有重要意义，而且对区域资源合理利用及区域可持续发展等也有重要的理论和现实意义。
    本方案采用生态敏感性-生态恢复力-生态压力度(SRP)概念模型来选取并构建评价指标体系，该概念模型是基于生态系统稳定性的内涵而构建，其模型结构较全面地体现了生态脆弱性的综合方面。在对沂蒙山区的生态状况进行全面调查的基础上，制定了较为合理的技术路线（如图 1），对生态环境脆弱性特征和成因进行分析，建立生态环境脆弱性指标评价体系和评价模型，在 ArcGIS9.3 和SPSS17.0 等软件平台支持下，利用空间主成分分析和层次分析法，对脆弱度进行定性与定量相结合的评价分析，并提出实现该区良性发展的对策与措施。

2.数据准备及预处理
    分辨率为 90 m 的 2007 年数字高程模型（digitalelevation model，DEM）数据；分辨率为 1 km 的2009 年土壤类型数据。
    植被覆盖度以多年归一化植被指数（NDVI）求平均计算得到，公式如下：

    式中：f 为多年旬平均植被覆盖度；NDVI 为多年旬平均归一化植被指数；NDVImax、NDVImin 分别多年旬平均 NDVI 的最大值和最小值。
    高程、坡度、坡向基于 DEM 数据提取；土壤数据由土壤类型数据提取；气象数据包括年均降水量、年均气温和年均相对湿度，通过气象站多年数据求平均，借助 ANUSPLIN4.36 软件完成插值工作；植被净初级生产力(NPP) 通过生态过程机理模型(CEVSA 模型)计算得到；研究区土壤侵蚀数据利用 RUSLE 模型计算得到；人口密度和GDP 密度数据来自统计年鉴。所有数据均栅格化为 1 km。
3.研究方法
    3.1 评价指标的选择
    SRP 模型是基于生态环境脆弱性定义的模型，该模型包括 3 个因子：生态敏感性、生态恢复力和生态压力度。生态敏感性因子包含地表因子、土壤侵蚀强度和气象因子，其中，地表因子又包含高程、坡度、坡向、土壤类型；土壤侵蚀强度由土壤侵蚀各因子经 RUSLE 模型计算后转化而来；气象因子包括年均降水量和年均气温、年均相对湿度。生态恢复力指生态系统受到扰动时的自身恢复能力，与其内部结构的稳定性有关，研究中用 NPP 和植被覆盖度表征。生态压力度指生态系统受到外界干扰及其产生的生理效应，一般为人口活动压力和经济活动压力，分别用人口密度和 GDP 密度表示。
    为减少评价指标之间的相关性，避免指标重复而影响评价的精确性，使用主成分分析法对初选的评价指标进行筛选。首先用 ArcGIS 栅格计算器对初选指标进行标准化处理，再使用 GRID 模块下的Makestack 命令和Princomp 函数完成空间主成分分析。在主成分分析法中，一般选取累积贡献率大于85%的几个主成分作为计算指标。
主成分的计算公式如下：

    式中：Fi为第i主成分；α1i、…、α13i 分别为第i主成分各因子对应的特征向量。
    3.2 指标量化分级
    在 ArcGIS 中，利用Reclassify 函数，采用 Natural Breaks(Jenks)法把主成分分析后的综合指标再各分为 5 级。
    3.3 指标权重的确定
    采用层次分析法(AHP)确定综合评价指标的权重。首先，根据各主成分的贡献率，确定各主成分之间的重要性。依据层次分析法 1-9 的重要性标度方法，对各主成分的评比给出数量标度。然后，利用统计软件通过 AHP 计算出各评价指标的权重并检验权重的合理性。
    3.4 脆弱性评价
    根据各评价指标及其权重，参照脆弱生态环境定量评价方法，建立研究区生态环境脆弱性评价的数学模型，计算研究区每个像元的脆弱性指数，计算公式如下：

    式中：EVI为生态环境脆弱性指数；wi为评价指标的权重；fi为评价指标的等级。
4.模拟结果与分析
    基于以上分析，得到沂蒙山区生态脆弱性评价的模拟结果并进行结果分析。主要分析如下：
    （1） 沂蒙山区生态环境脆弱性分级
    （2） 沂蒙山区生态环境脆弱性的空间分布（图 3）
    （3） 沂蒙山区生态环境脆弱性成因分析
    （4） 沂蒙山区生态环境建设对策与措施

数据来源：地理国情监测云平台

文章转自地理国情监测云平台（.dsac.cn/Solution/Detail/10140）

bjszkj

众所周知，我国是一个人口大国，从过去国家为了控制人口数量而出台的“计划生育”政策，到现在国家为了增加人口数量而出台的“二胎生育”政策，这是我国对人口数量的一个大方向的宏观调控。自从国家放开“二胎政策”后，有很多专家预计不久将会出现“婴儿潮”，很多家庭将会选择生育二胎。然而真实情况并非如此，更有专家预测及时放开“二胎政策”，我国的人口仍会继续下降！那么到底是什么原因呢？

一起来看看我国人口分布图，人多的地方才有发展！



21世界的中国，是经济快速发展、迅速腾飞的中国！大多数人过着快节奏的生活，日常开销成本在不断增加，物价房价却居高不下，从而导致年轻人的生活压力越来越大，甚至不惜牺牲身体健康，也要拼命工作！这点在近期的新闻中不难看出“某某某全年无休，直到牺牲在自己的工作岗位”等等。

生育二胎不单单意味着家庭成员的增加，随之而来的是培养和教育的压力。据统计，在我国三四线城市，每年儿童的教育和生活费用的支出要在几万元人民币，然而三四线城市的人均工资却远远负担不起这样的开支。很多年轻人在考虑生育二胎时，会想到将来会面临“上有四老，下有两小”的生活压力，加之房贷压力、车贷压力等等，让很多年轻人望而生畏，所以放弃生育二胎的想法。

bjszkj

我国气象方面做地理信息系统比较晚.
气象方面最主要的是要讲各个观象台的测控数据进行处理.用到专题图比较多.在决策分析方面多是应用预警功能.
另外在气象gis应用中用到最多的功能应当是 等值分析.等值线和等值面分析方面用的比较多.
所以选择软件必须要选在二次开发方面的功能比较好的
在等值分析上非常有特色的GIS二次开发软件
从结构上看 气象方面做c/s结构比较好些.如果用webgis来做也是可以的


GIS里面的地图，都是经过了投影、变形得到了纸上的平面地图（不论何种投影方式都有对于的形变【或角度、或距离、或面积】）。所以GIS里的地图都会包含一个投影参数和坐标系统。

CAD其自身并不包含投影相关的信息。所以和GIS的交互都是小区域小范围的无限贴合。

bjszkj

下一代TerraSAR-NG卫星

TerraSAR-NG卫星0.25m分辨率SAR数据

从另一层面上，尽管许多行业已经认识到InSAR的工作能力，但也有不少观点认为InSAR并不能解决形变机理问题！单纯从这个观点而言，它无疑是正确而且有理的，但从测量的角度而言，任何监测手段都难以解决机理的问题。




测量、观测或者监测（Measurement，Observation or Monitoring），仅是工作的一部分，它更多的回答了看到了什么，但为什么会这样却并不是监测能回答的了的。客观的讲，也不应该期望一种手段或者一种数据解决原因与机理问题。这一点引申一下，科学、客观、理性的去认识一门技术（或者一件事情）是许多工作成败的关键！

bjszkj

Backbone.js 是一个典型的前端 MVC 框架，可以被用在任何用 MVC 来描述架构的大型前端项目中。另外得益于 Backbone.js 强大的扩展性稍加改动也可以满足 MVVM 的应用模型，取决于你的项目使用什么模型来架构和给代码分层。

就百度地图这个项目，因为在百度地图中 View 的容器是 HTML 元素，所以答案是完全没问题。但如果是 Google Maps，由于 Google Maps 为了更强大的功能和更良好的地图体验早就切换到用 canvas 而非 img 来绘制地图，用 Backbone.js 就不行了。